为研究青藏铁路沿线植被变化特征及影响机制,本文利用美国地球观测系统（EOS）中MODIS的陆地三级标准数据产品MOD13Q1,选取2001-2015年生长季NDVI数据,对铁路修建期、运营期两时段进行Slope趋势分析及CV分析,研究铁路沿线50Km内植被变化趋势;根据铁路沿线同纬度植被CV差值规律,通过中值滤波方法确定青藏铁路对沿线植被的影响范围。结合2001-2015年青藏铁路沿线安多、那曲、当雄等13个气象站的气象数据、1:100万植被类型图数据、青藏高原高程数据等,借助Arc GIS、ENVI等软件平台,Surfer、Graph等绘图软件以及Excel、SPSS等数据分析统计软件,首先对铁路沿线50Km范围内降水量数据与高程数据进行协同克里金插值,明确青藏铁路沿线降水量及温度的时间及空间分布特征;再通过对影响范围外的气候插值数据和NDVI数据进行空间相关分析,选取相关性最高的时段,建立无人为扰动背景下气候要素与NDVI要素的多元线性回归模型;最后通过线性回归模型预测影响范围内NDVI值,对NDVI实测值与模拟值进行残差分析,分离气候要素与人类活动对植被生长的影响,并确定人为因素贡献度。研究结果表明:（1）人为因素对沿线两侧植被的影响范围主要集中在6-10km范围内;依照影响距离大小排序依次为高寒草甸、高山植被、高寒草原、沼泽、灌丛,影响距离依次为:7.7km、7.5km、7.4km、7.2km、6.6km、6.5km;因植被类型及水热条件的不同,影响距离自北向南有逐渐减小的规律。（2）不同类型的植被与气温和降水量的相关性存在差异,高寒草原、高寒草甸、高山植被受气温和降水影响比较大,灌丛、沼泽受气温和降水影响相对较弱;相关性自生长季前一个月（4月）开始显著增强,到生长季后一个月（10）月结束后减弱,生长季相关性相对最强。（3）高寒草甸及高山植被受人为因素的影响最为明显,修建期人为因素贡献度-10.23%和-16.72%,运营期间人为影响贡献度仍持续保持在较高水平。高寒草原受人为因素影响程度仅次于高寒草甸,修建期人为因素贡献度-10.02%,运营期情况得以好转。灌丛、沼泽人为因素贡献度较小。通车运营后,各类型植被残差均有逐年减小的趋势,人为因素贡献度逐年减弱。